中國(guó)軌道交通列車運(yùn)行控制技術(shù)及應(yīng)用

寧濱，劉朝英

摘要：目的：中國(guó)的軌道交通在近10年中獲得了飛速發(fā)展，軌道交通的安全運(yùn)營(yíng)是軌道交通發(fā)展的重中之重。列車運(yùn)行控制系統(tǒng)是確保軌道交通安全的關(guān)鍵技術(shù)之一，在我國(guó)得到了快速的自主創(chuàng)新發(fā)展。本文詳細(xì)介紹了中國(guó)鐵路列車運(yùn)行控制系統(tǒng)（CTCS）技術(shù)和城市軌道交通基于通信的列車運(yùn)行控制系統(tǒng)（CBTC）技術(shù)。方法：信號(hào)系統(tǒng)是確保軌道交通安全的關(guān)鍵技術(shù)之一，作為信號(hào)系統(tǒng)的核心——列車運(yùn)行控制系統(tǒng)的相關(guān)技術(shù)在我國(guó)得到了快速的自主創(chuàng)新發(fā)展。CTCS-2 級(jí)和CTCS-3 級(jí)列車控制系統(tǒng)適用于速度為200 km/h 以上的高速線路，其技術(shù)方案適應(yīng)中國(guó)鐵路運(yùn)輸特點(diǎn)和技術(shù)特點(diǎn)，系統(tǒng)層面進(jìn)行了多方面技術(shù)優(yōu)化和補(bǔ)強(qiáng)，增加了區(qū)間軌道電路的占用邏輯順序檢查功能，降低了列車的追尾風(fēng)險(xiǎn)；CTCS-3 級(jí)列車控制系統(tǒng)行車許可與C2 系統(tǒng)通過軌道電路提供的行車許可進(jìn)行安全比較，實(shí)現(xiàn)了雙速度曲線比較，取得了重大技術(shù)突破。基于通信的列車運(yùn)行控制系統(tǒng)（CBTC）實(shí)現(xiàn)了90 s 追蹤運(yùn)行，快速提升了我國(guó)城市軌道交通的運(yùn)營(yíng)能力。結(jié)果：我國(guó)高速鐵路列車控制系統(tǒng)主要技術(shù)特點(diǎn)為：（1）CTCS 各等級(jí)均為信息連續(xù)式控制系統(tǒng)。CTCS-2 級(jí)系統(tǒng)采用連續(xù)式軌道電路提供行車憑證；CTCS-3 級(jí)系統(tǒng)采用GSM-R 無(wú)線傳輸實(shí)現(xiàn)車地雙向連續(xù)信息傳輸。（2）主要的CTCS 等級(jí)均設(shè)計(jì)了后備系統(tǒng)。CTCS-2 級(jí)列車控制系統(tǒng)采用CTCS-0 級(jí)系統(tǒng)作為后備，CTCS-3 級(jí)系統(tǒng)采用CTCS-2 級(jí)系統(tǒng)作為后備。遇到主用系統(tǒng)不可用的情況，主用系統(tǒng)均自動(dòng)降級(jí)為后備系統(tǒng)，確保高速鐵路動(dòng)車組安全和可靠運(yùn)用。CTCS-3 系統(tǒng)與CTCS-2 系統(tǒng)的級(jí)間切換均在列車運(yùn)行中自動(dòng)完成，無(wú)需停車轉(zhuǎn)換。（3）軌道電路信息在列車控制系統(tǒng)的各等級(jí)均發(fā)揮了重要作用。CTCS-2 級(jí)列車控制系統(tǒng)中通過軌道電路提供行車許可信息，CTCS-3級(jí)系統(tǒng)也成功引入軌道電路信息進(jìn)行安全比較。實(shí)現(xiàn)了CTCS-2 和CTCS-3 級(jí)系統(tǒng)的系統(tǒng)集成，完善CTCS-3級(jí)列車控制系統(tǒng)，提高了CTCS-3 級(jí)系統(tǒng)整體的安全性。（4）區(qū)間軌道電路占用邏輯檢查功能的增加進(jìn)一步提高了高速鐵路及普速鐵路自動(dòng)閉塞區(qū)段的安全性。我國(guó)高速鐵路及普速鐵路自動(dòng)閉塞區(qū)段均在實(shí)施區(qū)間軌道電路占用順序邏輯檢查功能，實(shí)現(xiàn)列車占用丟失后，防護(hù)該區(qū)段的信號(hào)機(jī)自動(dòng)顯示紅燈，防止追尾。此外，中國(guó)高速鐵路的列車控制系統(tǒng)已經(jīng)實(shí)現(xiàn)了CTCS-2 級(jí)線路和普速鐵路的互聯(lián)互通、CTCS-3 線路與CTCS-2 線路的互聯(lián)互通，不同CTCS-3 平臺(tái)之間的互聯(lián)互通。目前，CBTC 技術(shù)已經(jīng)成為我國(guó)城市軌道交通信號(hào)技術(shù)應(yīng)用的主流，占有率超過90%。技術(shù)的提高及追蹤方式的創(chuàng)新使得90 s 追蹤運(yùn)行成為可能，這足以使城市軌道交通的運(yùn)營(yíng)能力得到快速提升。結(jié)論：通過本文詳細(xì)分析我國(guó)目前的列車運(yùn)行控制技術(shù)，對(duì)未來(lái)的技術(shù)發(fā)展方向進(jìn)行了展望。軌道交通列車運(yùn)行控制技術(shù)將著眼于高速鐵路下一代列車控制系統(tǒng)技術(shù)研究，系統(tǒng)仿真測(cè)試技術(shù)、故障監(jiān)測(cè)和診斷技術(shù)提升，城市軌道交通全自動(dòng)運(yùn)行技術(shù)研究，基于車-車通信的列車控制技術(shù)研究以及基于全運(yùn)行區(qū)間的列車預(yù)警技術(shù)研究，以進(jìn)一步保證軌道交通的安全性和可靠性，最終實(shí)現(xiàn)安全、高效、綠色出行，滿足國(guó)家經(jīng)濟(jì)發(fā)展需求。

來(lái)源出版物：鐵道學(xué)報(bào)， 2017， 39(2)： 1-9

入選年份：2017

基于改進(jìn)熵權(quán)聚類SVD 的鐵路應(yīng)急救援輔助決策方法

左靜，帥斌，何凱妮，等

摘要：目的：國(guó)家鐵路總公司在《十三五科技發(fā)展規(guī)劃》中將我國(guó)鐵路技術(shù)從“先進(jìn)”到“引領(lǐng)”作為未來(lái)五年的發(fā)展目標(biāo)。安全及運(yùn)營(yíng)維護(hù)技術(shù)是鐵路發(fā)展的重要方向。突發(fā)狀況下快速、有序的恢復(fù)運(yùn)營(yíng)是運(yùn)輸技術(shù)能力、標(biāo)準(zhǔn)管理軟實(shí)力的綜合體現(xiàn)。一旦在鐵路突發(fā)事件在救援過程中發(fā)生其他衍生事件使目前采取的應(yīng)急預(yù)案不能適應(yīng)現(xiàn)場(chǎng)情況時(shí)，面對(duì)錯(cuò)綜復(fù)雜的事件狀態(tài)救援人員難以準(zhǔn)確、快速的確定出合理的決策支持方案，可能會(huì)導(dǎo)致應(yīng)急任務(wù)延遲執(zhí)行或受阻。本文通過構(gòu)建應(yīng)急輔助決策模型，研究快速、科學(xué)的應(yīng)急救援輔助決策系統(tǒng)，從而達(dá)到更好的輔助鐵路運(yùn)營(yíng)安全管理機(jī)構(gòu)進(jìn)行應(yīng)急預(yù)案選取，更快速、合理的確定救援行動(dòng)具體實(shí)施方案的目的。方法：本文通過借鑒歷史案例的經(jīng)驗(yàn)數(shù)據(jù)，將符合鐵路突發(fā)事件的改進(jìn)距離熵權(quán)重用于修正屬性信息。通過SVD 算法以及聚類分析進(jìn)行數(shù)據(jù)雙重處理，解決了系統(tǒng)計(jì)算緩慢等問題。以上方法既能通過改進(jìn)距離熵權(quán)算法的使用充分地借鑒以往救援經(jīng)驗(yàn)，又使用SVD 及聚類分析解決了系統(tǒng)計(jì)算緩慢等問題。為鐵路應(yīng)急提供一種實(shí)時(shí)、快速的科學(xué)輔助方案決策方法。結(jié)果：從計(jì)算結(jié)果可得，采用本文所提方法求得結(jié)果與以往其它計(jì)算方法計(jì)算結(jié)果得到的最優(yōu)案例一致。結(jié)合計(jì)算結(jié)果及待決策突發(fā)事件的救援特點(diǎn)可以看出本文所提模型推理在救援方式、救援設(shè)備、救援環(huán)境均具有合理性。結(jié)合對(duì)比分析計(jì)算結(jié)果可以看出：首先，同傳統(tǒng)的SVD分解和案例推理決策方法相比，本文所提基于聚類與改進(jìn)距離熵SVD 算法在處理鐵路突發(fā)事件應(yīng)急方案找尋時(shí)能得到相同的決策結(jié)果，說明了該方法的可行性；其次，將改進(jìn)距離熵引入決策算法確定屬性權(quán)重能更加適應(yīng)鐵路突發(fā)事件自身特點(diǎn)。改進(jìn)熵權(quán)重及聚類的數(shù)據(jù)預(yù)處理會(huì)隨著案例的增加不斷完成自學(xué)習(xí)使其更加準(zhǔn)確。同時(shí)，通過聚類方法將案例庫(kù)提前進(jìn)行處理，當(dāng)突發(fā)事件發(fā)生時(shí)，可縮減計(jì)算次數(shù)、降低搜索時(shí)間、提高搜索效率，在大量數(shù)據(jù)背景下更好地滿足突發(fā)事件決策時(shí)效性需求。結(jié)論：本文以鐵路突發(fā)事件應(yīng)急救援處置為研究背景，以真實(shí)案例數(shù)據(jù)為依據(jù)，構(gòu)建了基于聚類分析與改進(jìn)距離熵權(quán)SVD 的鐵路應(yīng)急救援方法模型。提出改進(jìn)距離熵的屬性權(quán)重確定方法，改善了以往傳統(tǒng)賦權(quán)的主觀性。并將此權(quán)重賦與傳統(tǒng)SVD 模型中，使改進(jìn)后的決策模型具有屬性重要性特點(diǎn)。通過SVD 數(shù)據(jù)降維處理可將高維向量映射到低維空間，提高了檢索效率。改進(jìn)后的SVD 模型能在大量、高維案例信息中準(zhǔn)確地檢索出與事故案例特點(diǎn)最為相似的結(jié)果，通過對(duì)不同閾值下案例的微調(diào)與修正得到更符合當(dāng)前突發(fā)事件的決策方案。鐵路運(yùn)營(yíng)管理部門可以根據(jù)方案組織救援活動(dòng)。當(dāng)推理完成后，本算法還能將成功救援典型事件的態(tài)勢(shì)信息加入案例庫(kù)中保存。模型在案例數(shù)據(jù)不斷豐富、完善的過程中決策的準(zhǔn)確性也將不斷增強(qiáng)。通過實(shí)例分析驗(yàn)證了本方法處理鐵路突發(fā)事件救援處置問題的可行性與可操作性。隨著現(xiàn)代電子計(jì)算機(jī)技術(shù)的廣泛應(yīng)用，該算法能夠能更快速、更方便地為鐵路決策管理部門在不斷變化的突發(fā)事件狀況下提供具有較好可用性和合理性的輔助決策方法。

來(lái)源出版物：鐵道學(xué)報(bào)， 2017， 39(8)： 18-26

入選年份：2017

基于灰色關(guān)聯(lián)分析的LS-SVM 鐵路貨運(yùn)量預(yù)測(cè)

耿立艷，張?zhí)靷?，趙鵬

摘要：目的：鐵路貨運(yùn)量的影響因素廣泛而復(fù)雜，若全面考慮所有影響因素，將導(dǎo)致預(yù)測(cè)模型輸入變量過多、結(jié)構(gòu)復(fù)雜，且不重要的影響因素會(huì)降低鐵路貨運(yùn)量的預(yù)測(cè)精度，影響預(yù)測(cè)模型的推廣應(yīng)用。本文提出基于灰色關(guān)聯(lián)分析（GCA）法的最小二乘支持向量機(jī)（LS-SVM）鐵路貨運(yùn)量預(yù)測(cè)方法。方法：將GCA 法、定性分析與LS-SVM 相結(jié)合，提出鐵路貨運(yùn)量的GCA-LS-SVM 預(yù)測(cè)方法。首先，在分析鐵路貨運(yùn)量影響因素基礎(chǔ)上，將鐵路貨運(yùn)量影響因素分為社會(huì)需求與鐵路供給兩方面因素，初步選取12 項(xiàng)社會(huì)需求因素指標(biāo)和8 項(xiàng)鐵路供給因素指標(biāo)。其次，利用GCA 法分別計(jì)算社會(huì)需求因素指標(biāo)、鐵路供給因素指標(biāo)與鐵路貨運(yùn)量的灰色關(guān)聯(lián)度和灰色關(guān)聯(lián)序。根據(jù)灰色關(guān)聯(lián)度和灰色關(guān)聯(lián)序，結(jié)合定性分析篩選鐵路貨運(yùn)量的主要影響因素指標(biāo)。第三，以篩選出的主要影響因素指標(biāo)作為輸入變量、鐵路貨運(yùn)量作為輸出變量，構(gòu)建LS-SVM 模型，再通過隨機(jī)權(quán)重粒子群（SIWPSO）算法優(yōu)化選擇LS-SVM 模型參數(shù)。最后，選取我國(guó)1980—2009年鐵路貨運(yùn)量及影響因素指標(biāo)數(shù)據(jù)驗(yàn)證GCA-LS-SVM 的有效性，其中，1980—2003年的數(shù)據(jù)樣本用于構(gòu)建GCA-LS-SVM，2004—2009年的數(shù)據(jù)樣本用于檢驗(yàn)GCA-LS-SVM 的預(yù)測(cè)性能?；谙嗤瑪?shù)據(jù)樣本，分別構(gòu)建 LS-SVM、LS-SVM2 和LS-SVM4 模型預(yù)測(cè)鐵路貨運(yùn)量，將這3 個(gè)模型的預(yù)測(cè)結(jié)果與GCA-LS-SVM 進(jìn)行比較。其中，LS-SVM 將全部20 項(xiàng)鐵路貨運(yùn)量影響因素指標(biāo)作為輸入變量，LS-SVM2和LS-SVM4 以現(xiàn)有文獻(xiàn)選取的不同影響因素指標(biāo)作為輸入變量。結(jié)果：從GCA 法結(jié)合定性分析結(jié)果可以看出，社會(huì)需求因素指標(biāo)中，第二產(chǎn)業(yè)生產(chǎn)總值、全國(guó)煤炭產(chǎn)量、全國(guó)鋼鐵產(chǎn)量、公路貨運(yùn)量4 項(xiàng)指標(biāo)是影響鐵路貨運(yùn)量的主要社會(huì)需求因素；鐵路供給因素指標(biāo)中，貨車平均靜載重、列車平均編成輛數(shù)、貨物列車開行對(duì)數(shù)3 項(xiàng)指標(biāo)是影響鐵路貨運(yùn)量的主要鐵路供給因素。因此，GCA-LS-SVM 的輸入變量為7 項(xiàng)主要影響因素指標(biāo)組成的向量。從GCA-LS-SVM 與LS-SVM 的預(yù)測(cè)結(jié)果可以看出，GCA-LS-SVM 的預(yù)測(cè)值較LS-SVM 更接近于實(shí)際鐵路貨運(yùn)量；GCA-LS-SVM 的最大、最小相對(duì)誤差為-3.14%和0.42%，分別小于LS-SVM 的最大、最小相對(duì)誤差；GCA-LS-SVM 的預(yù)測(cè)性能評(píng)價(jià)指標(biāo)RMSE、THEIL 值分別為 5707.7、0.0096，分別小于LS-SVM 的RMSE 值和THEIL 值；GCA-LS-SVM 的建模及訓(xùn)練時(shí)間約為23 s，比LS-SVM 減少了7 s。從GCA-LS-SVM 與LS-SVM2、LS-SVM4 的預(yù)測(cè)結(jié)果可以看出，GCA-LS- SVM 的預(yù)測(cè)值較LS-SVM2 和LS-SVM更接近于實(shí)際鐵路貨運(yùn)量；GCA-LS-SVM 的最大、最小相對(duì)誤差分別小于LS-SVM2 的對(duì)應(yīng)值；GCA-LS-SVM的最小相對(duì)誤差雖稍大于LS-SVM4 的最小相對(duì)誤差，但其最大相對(duì)誤差明顯小于LS-SVM4 的最大相對(duì)誤差。GCA-LS-SVM 的RMSE 值和THEIL 值均小于LS-SVM2和LS-SVM4 的對(duì)應(yīng)值。結(jié)論：GCA 法結(jié)合定性分析可以指導(dǎo)LS-SVM 輸入變量的選擇，能夠減少LS-SVM 輸入變量數(shù)目，簡(jiǎn)化模型結(jié)構(gòu)，加快模型建模速度，在一定程度上提高LS- SVM 的鐵路貨運(yùn)量預(yù)測(cè)精度。

來(lái)源出版物：鐵道學(xué)報(bào)， 2012， 34(3)： 1-6

入選年份：2017

高速行車條件下軌道幾何不平順敏感波長(zhǎng)研究

高建敏，翟婉明，王開云

摘要：目的：軌道高平順性是高速鐵路運(yùn)營(yíng)成敗的核心問題之一。為保證軌道在高速行車條件下保持良好的技術(shù)狀態(tài)和質(zhì)量均衡，高速鐵路運(yùn)營(yíng)必須加強(qiáng)對(duì)軌道幾何狀態(tài)的管理。實(shí)際軌道不平順是隨里程變化的隨機(jī)過程，包含從幾毫米到幾百米的波長(zhǎng)成份。在眾多波長(zhǎng)成份中，有些波長(zhǎng)的不平順對(duì)車輛運(yùn)行品質(zhì)影響大，有些則影響不大。因此，對(duì)于我國(guó)高速鐵路，有必要探清軌道幾何狀態(tài)管理值對(duì)應(yīng)的波長(zhǎng)以及軌道不平順的敏感波長(zhǎng)范圍。為此，本文以我國(guó)某高速客車為例，利用現(xiàn)代先進(jìn)的仿真技術(shù)平臺(tái)，對(duì)高速車輛在彈性軌道上運(yùn)行時(shí)的軌道幾何不平順波長(zhǎng)效應(yīng)進(jìn)行分析，從理論上分析和探討軌道幾何不平順波長(zhǎng)與高速行車動(dòng)力性能之間的關(guān)聯(lián)關(guān)系，進(jìn)而分析高速鐵路軌道幾何不平順敏感波長(zhǎng)范圍。方法：采用車輛-軌道耦合動(dòng)力學(xué)理論方法，建立車輛-軌道耦合動(dòng)力學(xué)模型，分析軌道幾何不平順激擾作用下，高速車輛系統(tǒng)的振動(dòng)響應(yīng)情況；借助車輛動(dòng)力學(xué)性能評(píng)價(jià)指標(biāo)，進(jìn)行綜合評(píng)判分析，進(jìn)而分析高速行車條件下，軌道幾何不平順的敏感波長(zhǎng)范圍。其中，車輛-軌道耦合動(dòng)力學(xué)模型包括車輛子模型、軌道子模型、輪軌接觸關(guān)系模型。車輛子模型為由車體、構(gòu)架、輪對(duì)、懸掛彈簧和阻尼等元件構(gòu)成的多剛體系統(tǒng)，各部分通過懸掛元件連接，形成一個(gè)多自由度質(zhì)量-彈簧-阻尼系統(tǒng)；軌道子模型中，鋼軌被視為連續(xù)彈性離散點(diǎn)支承基礎(chǔ)上的無(wú)限長(zhǎng)Euler 梁，軌枕被視為剛性體，與鋼軌以及枕下基礎(chǔ)間通過線性彈簧和粘性阻尼元件連接，道床被離散為剛性質(zhì)量塊，相鄰道床塊間由剪切剛度和剪切阻尼元件相連，道床與路基之間用線性彈簧和阻尼元件連接。輪軌空間接觸幾何關(guān)系通過跡線法求解，輪軌法向力由赫茲非線性彈性接觸理論確定，輪軌切向蠕滑力則通過Kalker 線性理論和非線性修正理論相結(jié)合的方法求解。軌道幾何不平順模型選取高低、水平、方向、軌距和軌道扭曲5 類，用位移函數(shù)作為系統(tǒng)激擾輸入，通過對(duì)一股或兩股鋼軌施加同向或反向、同相位或異相位的單波余弦不平順，來(lái)描述各類軌道幾何不平順的輸入。車輛系統(tǒng)動(dòng)力學(xué)性能評(píng)價(jià)指標(biāo)主要包括輪軌垂向力、輪軌橫向力、輪重減載率、脫軌系數(shù)、車體垂向和橫向振動(dòng)加速度。結(jié)果：不同行車速度條件下不同類型諧波不平順波長(zhǎng)變化對(duì)高速行車動(dòng)力性能指標(biāo)有不同程度的影響。不同行車速度條件下，高速車輛系統(tǒng)動(dòng)力學(xué)性能指標(biāo)隨諧波不平順波長(zhǎng)的變化呈非線性關(guān)系變化，且不同行車速度條件下各指標(biāo)隨諧波不平順波長(zhǎng)變化而變化的曲線較為相近；在某一波長(zhǎng)值，車輛系統(tǒng)動(dòng)力學(xué)性能指標(biāo)達(dá)到最大，此波長(zhǎng)即為該行車速度條件下，影響高速車輛運(yùn)行安全性、穩(wěn)定性的諧波不平順的最不利波長(zhǎng)，而該最不利波長(zhǎng)附近區(qū)段則為敏感波長(zhǎng)范圍。分析發(fā)現(xiàn)，在250～400 km/h 行車速度域，高速車輛系統(tǒng)動(dòng)力響應(yīng)指標(biāo)隨著軌道不平順波長(zhǎng)的變化，存在一個(gè)幅值相對(duì)較大的區(qū)間，軌道不平順類型和行車速度不同，該敏感區(qū)間對(duì)應(yīng)的不平順波長(zhǎng)范圍亦不相同。綜合對(duì)比可見，在250～400 km/h 行車速度域，軌道高低、方向和水平不平順在長(zhǎng)波段的敏感波長(zhǎng)范圍分別約為80～160 m、40～120 m 和50～160 m；在相同行車速度條件下，軌道扭曲不平順在長(zhǎng)波段的敏感波長(zhǎng)范圍約為40～100 m。結(jié)論：應(yīng)用車輛-軌道耦合動(dòng)力學(xué)理論，可從理論上研究和分析軌道幾何不平順波長(zhǎng)對(duì)高速車輛動(dòng)力學(xué)性能指標(biāo)的影響規(guī)律，進(jìn)而探明高速行車條件下不同類型諧波不平順的最不利波長(zhǎng)及其敏感波長(zhǎng)范圍，為高速鐵路軌道不平順的管理和線路的養(yǎng)護(hù)維修提供理論參考。但是，本文僅針對(duì)一種車型，從最基本的諧波不平順角度出發(fā)，分析了不同行車速度條件下軌道幾何不平順的波長(zhǎng)影響問題，要確切提出適合中國(guó)高速鐵路狀況的軌道幾何不平順敏感波長(zhǎng)管理范圍，尚需根據(jù)中國(guó)高速鐵路運(yùn)營(yíng)車輛及線路狀況等條件，開展更為廣泛的研究。

來(lái)源出版物：鐵道學(xué)報(bào)， 2012， 34(7)： 83-88

入選年份：2017

弓網(wǎng)電弧模型及其電氣特性的研究進(jìn)展

王英，劉志剛，范福強(qiáng)，等

摘要：目的：目前在電氣化鐵路及城市軌道交通系統(tǒng)的供電系統(tǒng)中，電力機(jī)車電能主要供給方式是弓網(wǎng)受流，但隨著我國(guó)電力機(jī)車運(yùn)行速度日益提高，弓網(wǎng)離線電弧造成的接觸網(wǎng)以及受電弓電氣燒傷事故頻繁發(fā)生，嚴(yán)重影響高速列車受流。為防止弓網(wǎng)電弧侵蝕受電弓和接觸網(wǎng)，避免其對(duì)機(jī)車設(shè)備和環(huán)境的電氣干擾，保證機(jī)車可靠受流，針對(duì)弓網(wǎng)電弧侵蝕問題，從電氣特性角度進(jìn)行研究進(jìn)展綜述。方法：（1）對(duì)電弧產(chǎn)生機(jī)理進(jìn)行討論。弓網(wǎng)電弧起因極其復(fù)雜，一般弓網(wǎng)在列車運(yùn)行、弓網(wǎng)滑動(dòng)接觸過程、受電弓升降操作、受電弓經(jīng)過電分段、滑板或接觸物有異物、接觸線表面不平順或硬點(diǎn)等情況下產(chǎn)生電弧。（2）通過對(duì)電弧產(chǎn)生機(jī)理的討論，歸納弓網(wǎng)電弧的各種數(shù)學(xué)模型以及特點(diǎn)。由于電弧可能受到高速動(dòng)車運(yùn)動(dòng)引起的空氣流動(dòng)的影響、接觸網(wǎng)和受電弓機(jī)械振動(dòng)的影響和復(fù)雜大氣環(huán)境的影響等，因而針對(duì)弓網(wǎng)電弧模型的建立還需考慮更多的因素。（3）從弓網(wǎng)電弧的電氣特性入手介紹當(dāng)前國(guó)內(nèi)外弓網(wǎng)電弧的電氣侵蝕、電弧能量、電氣干擾和電弧檢測(cè)的最新研究進(jìn)展。對(duì)弓網(wǎng)電弧的電氣侵蝕研究主要集中于定性研究方面，但對(duì)于電弧侵蝕的定量分析研究很少，因此，接觸網(wǎng)系統(tǒng)電弧電氣侵蝕應(yīng)加強(qiáng)對(duì)電弧能量的深入研究，電弧能量大小直接關(guān)系到電弧侵蝕的程度，而針對(duì)弓網(wǎng)電弧的電氣干擾，目前國(guó)內(nèi)外的研究比較集中在過電壓和電磁干擾的影響，同時(shí)隨著列車逐漸趨于高速化和重載化，弓網(wǎng)離線電弧檢測(cè)將是未來(lái)評(píng)價(jià)高速鐵路弓網(wǎng)受流質(zhì)量的重要檢測(cè)方式，研究弓網(wǎng)離線電弧檢測(cè)的主要目標(biāo)是通過對(duì)電量或非電量檢測(cè)特征量的統(tǒng)計(jì)分析和對(duì)接觸線每公里受流質(zhì)量的量化來(lái)確定受流質(zhì)量指數(shù)，以幫助檢測(cè)和維修工作順利進(jìn)行。（4）從電氣特性角度，分析弓網(wǎng)電弧研究存在的問題和未來(lái)發(fā)展趨勢(shì)。電弧問題的研究主要集中在開關(guān)電弧模型的建立與分析、能量分布、對(duì)觸頭材料的侵蝕和載流摩擦磨損等方面；針對(duì)弓網(wǎng)的研究也都集中在機(jī)械接觸等非電氣特性上，對(duì)弓網(wǎng)電弧模型和電氣特性的分析和檢測(cè)并不多。弓網(wǎng)電弧現(xiàn)象越來(lái)越引起關(guān)注，針對(duì)弓網(wǎng)電弧的研究，可以通過實(shí)驗(yàn)室弓網(wǎng)電弧實(shí)驗(yàn)對(duì)電弧數(shù)學(xué)模型進(jìn)行優(yōu)化，建立適合弓網(wǎng)電弧的阻抗模型，也可以結(jié)合整個(gè)牽引網(wǎng)供電系統(tǒng)，對(duì)弓網(wǎng)電弧進(jìn)行系統(tǒng)性研究，同時(shí)也可從弓網(wǎng)電弧的檢測(cè)以及控制上深入研究。結(jié)果：通過對(duì)弓網(wǎng)電弧的形成機(jī)理和特點(diǎn)的討論，從電氣特性研究角度對(duì)弓網(wǎng)電弧模型及其電氣特性和檢測(cè)的研究現(xiàn)狀與存在問題進(jìn)行了綜述。主要介紹弓網(wǎng)電弧模型及其電氣特性與檢測(cè)的國(guó)內(nèi)外最新研究進(jìn)展，并對(duì)未來(lái)研究趨勢(shì)進(jìn)行了展望。隨著電氣化鐵路的快速發(fā)展，特別是高速鐵路的建設(shè)與運(yùn)行，作為衡量列車高速運(yùn)行狀態(tài)的重要指標(biāo)，對(duì)弓網(wǎng)電弧的研究越來(lái)越具有理論和實(shí)際工程意義。結(jié)論：電氣化鐵路在高速受流下，受電弓滑板與接觸網(wǎng)組成了一對(duì)機(jī)械與電氣耦合的特殊摩擦副。弓網(wǎng)電弧是一個(gè)電場(chǎng)、磁場(chǎng)、氣流場(chǎng)及熱場(chǎng)等多物理場(chǎng)之間相互耦合變化的復(fù)雜過程，影響因素多，隨機(jī)性強(qiáng)，理論研究十分困難。

來(lái)源出版物：鐵道學(xué)報(bào)， 2013， 35(8)： 35-43

入選年份：2017

地鐵列車追蹤運(yùn)行的節(jié)能控制與分析

唐海川，王青元，馮曉云

摘要：目的：傳統(tǒng)的列車運(yùn)行控制算法主要針對(duì)單列車運(yùn)行曲線進(jìn)行優(yōu)化，以最小化列車全程的機(jī)械能能耗。但是，在列車實(shí)際運(yùn)用過程中，運(yùn)行能耗的計(jì)算并不是對(duì)每列車進(jìn)行單獨(dú)測(cè)算，而是在牽引變電所處完成。因此，在有多列車同時(shí)運(yùn)行的供電區(qū)間中，列車節(jié)能優(yōu)化不僅需要考慮減少列車機(jī)械能損失，合理使用制動(dòng)產(chǎn)生的再生能量同樣重要。基于給定前行列車的運(yùn)行狀態(tài)，研究追蹤列車的最優(yōu)控制算法，以實(shí)現(xiàn)在牽引變電所處總能耗最小。方法：首先根據(jù)列車制動(dòng)原理，建立牽引網(wǎng)再生制動(dòng)等效電路，將列車等效為功率源，前車反饋的能量如果不能被后車吸收將在車載電阻中消耗。其次，基于等效電路圖，考慮列車運(yùn)動(dòng)學(xué)模型、等效電路關(guān)系以及列車準(zhǔn)點(diǎn)運(yùn)行線路限速、準(zhǔn)確停站等約束條件，以牽引變電所處的總能耗最小為目標(biāo)，構(gòu)建兩車追蹤運(yùn)行優(yōu)化問題的數(shù)學(xué)模型。最后，將初始列車運(yùn)行曲線對(duì)應(yīng)的狀態(tài)向量作為參考點(diǎn)，基于參考點(diǎn)利用泰勒展式對(duì)模型約束進(jìn)行線性化處理，使其能夠采用二次規(guī)劃算法求解，再將獲得的最優(yōu)解代替初始參考點(diǎn)重新進(jìn)行優(yōu)化計(jì)算，反復(fù)迭代，直到最優(yōu)解收斂，所得狀態(tài)向量對(duì)應(yīng)的運(yùn)行曲線即為追蹤列車最優(yōu)運(yùn)行曲線。結(jié)果：以某地鐵線路為例，驗(yàn)證本文介紹的二次規(guī)劃算法對(duì)再生能耗優(yōu)化利用的有效性。為了比較算法優(yōu)化效果，保持前行列車運(yùn)行曲線不變，追蹤列車考慮2 種運(yùn)行方案。方案一：追蹤列車保持與前行列車同樣運(yùn)行策略；方案二：追蹤列車采用本文算法，根據(jù)前行列車運(yùn)行情況，調(diào)整運(yùn)行狀態(tài)，在保證安全準(zhǔn)點(diǎn)的前提下，盡可能地吸收前行列車的再生制動(dòng)能量；在方案二中，當(dāng)前行列車開始制動(dòng)時(shí)，追蹤列車根據(jù)網(wǎng)上電壓變化調(diào)整列車操縱指令，實(shí)現(xiàn)再生能量利用。在前車制動(dòng)結(jié)束后，后車通過延長(zhǎng)牽引時(shí)間，推遲恒速運(yùn)行狀態(tài)補(bǔ)償之前對(duì)列車狀態(tài)進(jìn)行調(diào)整所損失的時(shí)分，最終實(shí)現(xiàn)準(zhǔn)點(diǎn)進(jìn)站。在本仿真案例中，方案二可使?fàn)恳冸娝幍目偰芎慕档?.8%，且明顯改善網(wǎng)壓波動(dòng)情況；當(dāng)追蹤間隔較短時(shí)，追蹤列車以增大單車機(jī)械能損失的代價(jià)才能實(shí)現(xiàn)再生能耗的優(yōu)化利用，系統(tǒng)總能耗的節(jié)約情況并不明顯；當(dāng)追蹤列車發(fā)車時(shí)間接近前車制動(dòng)時(shí)間時(shí)，節(jié)能效果顯著；另一方面，即使不考慮算法優(yōu)化，合理安排追蹤間隔也可節(jié)約7.2%的總能耗。結(jié)論：（1）基于二次規(guī)劃算法求解追蹤列車最優(yōu)控制問題，可以在保證準(zhǔn)點(diǎn)運(yùn)行、準(zhǔn)確停站的前提下，降低系統(tǒng)總能耗，改善網(wǎng)壓波動(dòng)。（2）不同追蹤間隔的運(yùn)行圖對(duì)應(yīng)的節(jié)能潛力并不相同。仿真結(jié)果顯示，追蹤列車發(fā)車時(shí)間距離前行列車的制動(dòng)時(shí)間過遠(yuǎn)或過于接近，采用算法優(yōu)化進(jìn)行節(jié)能的效果都不明顯。（3）即使不考慮算法優(yōu)化，合理設(shè)置追蹤間隔時(shí)間對(duì)再生能量的利用也有較大影響。根據(jù)實(shí)際運(yùn)營(yíng)需要，同時(shí)調(diào)整追蹤間隔和優(yōu)化追蹤列車運(yùn)行曲線可獲得更好地節(jié)能效果。

來(lái)源出版物：鐵道學(xué)報(bào)， 2015， 37(1)： 37-43

入選年份：2017